[리팩토링] 조직 생성 기능의 성능 측정 및 성능 개선

[lxxjn0]

상세 내용

• 조직 생성 기능에서의 성능 측정
• 데이터의 양이 많아질 경우 어떤 성능적 차이가 있는지를 테스트 후 적용

[lxxjn0]

설정한 데이터 환경(Organization 테이블)

• id(bigint) : 1 ~ 100000
• name(string) : 조직1 ~ 조직100000
• code(string) : 1 ~ 100000

기존의 로직

• findAll을 사용해 모든 데이터를 조회
• 이를 stream을 통해 이름의 중복 확인을 진행
• 랜덤하게 생성된 6자리 number의 중복 확인
• 조직 생성

결과

123.69s가 걸림

[lxxjn0]

설정한 데이터 환경(Organization 테이블)

• id(bigint) : 1 ~ 100000
• name(string) : 조직1 ~ 조직100000
• code(string) : 1 ~ 100000

개선한 로직(index를 걸지 않음)

• exists를 통해 이름의 유무 확인
• exists를 통해 랜덤하게 생성된 6자리 number의 중복 확인
  • 만약 존재한다면 다시 생성 후 위의 과정 반복
• 조직 생성

결과

평균 0.11961s가 걸림

-> 이전에 비해 1,030배 가량 성능 차이

[lxxjn0]

설정한 데이터 환경(Organization 테이블)

• id(bigint) : 1 ~ 100000
• name(string) : 조직1 ~ 조직100000
• code(string) : 1 ~ 100000

개선한 로직(index를 설정, name과 code)

• 위와 동일

결과

평균 0.03325s가 걸림

-> 이전에 비해 3,720배 가량 성능 차이

[lxxjn0]

결론

• findAll의 성능적인 이슈가 상당히 컸음
• 실제 디비는 데이터의 양이 너무 작아서 임의의 100000개의 데이터를 삽입해서 테스트를 진행
  • 이 또한 1부터 100000까지 정렬된 데이터이기 때문에 정확한 성능을 확인하기는 어려움
• index로도 2~3배에 가까운 성능적인 개선이 가능함